en
Machine Learning Engineer and Co-founder
Pliny
(Internet und Informationstechnologie, < 10 Mitarbeiter)
Schlagwörter
Machine Learning
Computer Vision
Deep Learning
Python
Opencv
Data Science
Scikit-learn
Plotly
Trainingsdaten
Javascript
Portfolio
Skills
Projekterfahrung in Bereichen der Computer Vision mit (u.a. Regression, Klassifikation, Objekterkennung, Segmentierung) sowie im Bereich der NLP sowie im Bereich Data Science mit Fokus auf Machine Learning & Deep Learning
Methoden und Technologien
Projektmanagement: Scrum, Kanban
Data Science: Machine Learning, Neuronale Netze, Clustering, Klassifikation, Regression, Natural Language Processing, Computer Vision, Data Mining, Zeitreihenanalysen
Persönlichkeit: Verlässlichkeit, Teamfähigkeit, Sorgfalt
Technisches Skillset
Programmiersprachen: Python, Golang, JavaScript, TypeScript
Frameworks: TensorFlow, PyTorchNumPy, HuggingFace, openCV, Pandas, Scikit-Learn, Scikit-Image, Keras, Matplotlib, Seaborn, Plotly, nltk, spaCy, plotly, stats, Flask, Gunicorn
Datenbanken: MongoDB, Microsoft SQL Server, SQLite, MySQL, Redis
Entwicklungsumgebungen: Visual Studio Code, PyCharm, Jupyter
Tools: Docker, Jira, Confluence, Git, MS Office, Cloud (Azure), gRPC, Onnx, Nginx, Postman, AzureDevOps, CertBot
Systeme: Windows, Linux
Branchenkenntnisse
Einzelhandel, Halbleiter, Erneuerbare Energien
Zertifizierung
Deep Learning Spezialisierung
Machine Learning Engineering for Production (MLOps)
Gerne erzähle ich Ihnen weitere Details zu meiner Person und meinen Projekten.
Melden Sie sich bei mir!
Hier ein paar Radiointerviews mit mir zum Thema KI
https://lora924.de/2023/03/16/folge-1-annaeherung-an-kuenstliche-intelligenz/
https://lora924.de/2023/04/05/folge-2-kuenstliche-intelligenzen-in-versicherungen/
https://lora924.de/2023/04/19/folge-3-die-intelligenz-von-chat-gpt/
https://lora924.de/2023/05/03/4-ki-talk-reale-gefahren-von-kuenstlichen-intelligenzen/
Methoden und Technologien
Projektmanagement: Scrum, Kanban
Data Science: Machine Learning, Neuronale Netze, Clustering, Klassifikation, Regression, Natural Language Processing, Computer Vision, Data Mining, Zeitreihenanalysen
Persönlichkeit: Verlässlichkeit, Teamfähigkeit, Sorgfalt
Technisches Skillset
Programmiersprachen: Python, Golang, JavaScript, TypeScript
Frameworks: TensorFlow, PyTorchNumPy, HuggingFace, openCV, Pandas, Scikit-Learn, Scikit-Image, Keras, Matplotlib, Seaborn, Plotly, nltk, spaCy, plotly, stats, Flask, Gunicorn
Datenbanken: MongoDB, Microsoft SQL Server, SQLite, MySQL, Redis
Entwicklungsumgebungen: Visual Studio Code, PyCharm, Jupyter
Tools: Docker, Jira, Confluence, Git, MS Office, Cloud (Azure), gRPC, Onnx, Nginx, Postman, AzureDevOps, CertBot
Systeme: Windows, Linux
Branchenkenntnisse
Einzelhandel, Halbleiter, Erneuerbare Energien
Zertifizierung
Deep Learning Spezialisierung
Machine Learning Engineering for Production (MLOps)
Gerne erzähle ich Ihnen weitere Details zu meiner Person und meinen Projekten.
Melden Sie sich bei mir!
Hier ein paar Radiointerviews mit mir zum Thema KI
https://lora924.de/2023/03/16/folge-1-annaeherung-an-kuenstliche-intelligenz/
https://lora924.de/2023/04/05/folge-2-kuenstliche-intelligenzen-in-versicherungen/
https://lora924.de/2023/04/19/folge-3-die-intelligenz-von-chat-gpt/
https://lora924.de/2023/05/03/4-ki-talk-reale-gefahren-von-kuenstlichen-intelligenzen/
Projekthistorie
01/2022
-
bis jetzt
Konzeption und Entwicklung eines Backends zur Sentimentanalyse von politischen Texten.
Technologien: Python, Flask, Nginx, Gunicorn, Spacy, Tensorflow, HuggingFace, LSTMs, Transformers, Docker, GitLab, Postman, MongoDB
Technologien: Python, Flask, Nginx, Gunicorn, Spacy, Tensorflow, HuggingFace, LSTMs, Transformers, Docker, GitLab, Postman, MongoDB
09/2023
-
09/2023
Data Science - Software Developer
Startup Projekt
(Internet und Informationstechnologie, < 10 Mitarbeiter)
Konzeption und Entwicklung von Tradingsoftware mit Schwerpunkt auf:
- Automatische Erkennung von Trendlinien
- Bestimmung von Kauf-Verkaufszonen
- Analyse von Makrotrends
- Backtesting der resultierenden Trades
08/2021
-
09/2023
Machine Learning Engineer
Pentland Firth Software GmbH
(Internet und Informationstechnologie, 50-250 Mitarbeiter)
Entwicklung und Implementierung von Software für bildbasierte Diebstahlsüberwachung im Einzelhandel. Konzeption, Umsetzung und Integration in die bestehende Umgebung.
Technologien: Python, Go, PyTorch, Tensorflow, Onnx, OpenCV, GoCV, Azure, AzureML, AzureDevOps, gRPC, ProtoBuffer, Docker, Git, MongoDB
Technologien: Python, Go, PyTorch, Tensorflow, Onnx, OpenCV, GoCV, Azure, AzureML, AzureDevOps, gRPC, ProtoBuffer, Docker, Git, MongoDB
07/2023
-
07/2023
Machine Learning Engineer
D.Endecs Development Ltd
(Internet und Informationstechnologie, < 10 Mitarbeiter)
Beratung im Bereich Machine Learning und Reinforcement Learning.
Empfehlung von Techniken und Algorithmen zur Optimierung des Reinforcement Learning-Modells.
Empfehlung von Techniken und Algorithmen zur Optimierung des Reinforcement Learning-Modells.
03/2022
-
08/2022
Software Developer
United Systems AG
(Internet und Informationstechnologie, 10-50 Mitarbeiter)
CRM-Anpassung:
Integration einer Kalenderanwendung zur Zeiterfassung.
Automatische Zuschlagsberechnung.
Technologien: MS PowerApps + Component Framework, TypeScript, Git
Integration einer Kalenderanwendung zur Zeiterfassung.
Automatische Zuschlagsberechnung.
Technologien: MS PowerApps + Component Framework, TypeScript, Git
01/2018
-
12/2020
Machine Learning Engineer
Infineon Technologies AG, Neubiberg
(Industrie und Maschinenbau, >10.000 Mitarbeiter)
Maschinelles Lernen:
Präsentationen vor einem internationalen Expertengremium zu Reverse Engineering, Deep Learning Workshops und der jährlichen Infineon Innovationswoche.
- Implementierung von Algorithmen für semantische Segmentierung und Objekterkennung mit klassischen und auf Deep Learning basierenden Ansätzen im Rahmen von Sypass und Resec.
- Erkennung mittels Kombination von Hough-Kreiserkennung und konvolutionalem neuronalen Netzwerk.
- Leiterbahnerkennung mit Ansätzen von U-Net und Pix2Pix.
- Standardzellen-Erkennung mit statistischen Methoden und YOLO-Algorithmus.
- Wartung und Weiterentwicklung von Softwarelösungen zur Analyse von Halbleiterprodukten.
Präsentationen vor einem internationalen Expertengremium zu Reverse Engineering, Deep Learning Workshops und der jährlichen Infineon Innovationswoche.
Zertifikate
Reisebereitschaft
In der Stadt München mit einem Radius von 50 km verfügbar
